การวิเคราะห์ความถนัดของผู้เรียนตามแนวทางพหุปัญญาโดยใช้กฎการจำแนกเทคนิคต้นไม้ตัดสินใจ;Analysis of Students’ Aptitude by Multiple Intelligences Using Classification Rules with Decision Tree Techniques
Year: 2016
Type: article
Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ความถนัดของผู้เรียน ตามแนวทางพหุปัญญา ชอง Howard Gardner ที่จำแนกความถนัดของผู้เรียนออกเป็น 3 กลุ่ม กลุ่มตัวอย่างที่ใช้ในการวิจัยครั้งนี้ คือ นักศึกษามหาวิทยาลัยราชภัฏนครปฐม ในภาคเรียนที่ 2/2556จำนวน 431คน ทำการวิเคราะห์ข้อมูลด้วยโปรแกรม WEKA โดยใช้กฎการจำแนกเทคนิคต้นไม้ตัดสินใจ ภายใต้อัลกอริทึ่ม j48 สร้างและทดสอบตัวแบบด้วยวิธี 10fold Cross validation ผลการวิจัยพบว่าตัวแปรต้นที่ส่งผลต่อความถนัดของผู้เรียน ตามแนวทางพหุปัญญา ประกอบด้วย สาขาวิชาเกรดเฉลี่ยวิชาที่ทำคะแนนได้สูงอยู่เสมอลักษณะการเรียนที่ชอบวิธีการเรียนที่มีความถนัดกิจกรรมที่ชอบและงานอดิเรกที่ชอบ ได้กฎการจำแนกความถนัดของผู้เรียนทั้งสิ้นจำนวน 54 กฎดังนี้ ความถนัดของผู้เรียนกลุ่มการวิเคราะห์ (Analytic) จำนวน 19 กฎ ความถนัดของผู้เรียนกลุ่มพินิจพิจารณา(Introspective) จำนวน 14 กฎ และความถนัดของผู้เรียนกลุ่มปฏิสัมพันธ์ (Interactive) จำนวน 21 กฎ ซึ่งมีค่าความถูกต้องคิดเป็นร้อยละ 85.90 ค่าความแม่นยำคิดเป็นร้อยละ 86.03 ค่าความระลึกคิดเป็นร้อยละ 85.56 และค่าถ่วงดุลคิดเป็นร้อยละ 85.89 โดยผลที่ได้จากงานวิจัยนี้ สามารถนำไปใช้ในการพัฒนาระบบการวิเคราะห์ความถนัดของผู้เรียนตามแนวทางพหุปัญญา ของ Howard gardnerโดยใช้กฎการจำแนกเทคนิคต้นไม้ตัดสินใจ ที่มีความถูกต้องและแม่นยำในการทำนายความถนัดของผู้เรียนได้สำหรับแบ่งกลุ่มเพื่อจัดทำระบบโครงงานออนไลน์ต่อไปThis research aims to analyze the aptitude of students according to Howard Gardner’sGardner’smultipleintelligences that classify students’ aptitude into 3 groups. The sample used in this research was 431 studentsin the second semester of the academic in 2013 of Nakhon Pathom Rajabhat University. Data were analyzedby WEKA software using a tree structure classification rules under the j48 algorithm. The model was createdand tested with the 10fold Cross Validation method.The findings indicate that independent variables affecting the students’ aptitude by multiple intelligencesconsist of major subject, grade point average, subjects scored consistently high, favorite learning type, learningmethod with aptitude, favorite activity, and favorite hobby. Students’ aptitude classification rules are comprisedof 54 rules in total as follows:aptitude of the students in analytic group 19 rules, aptitude of the students inintrospective group14rules, and aptitude of the students in interactive group 21rules, of which accuracy is 85.90%,precision is 86.03%, recall is 85.56%, and F-measurewas 85.80%.The results of this research can beused to develop students’ aptitude analysis system according to Howard Gardner’s multiple intelligencestheory by using classification rules with decision tree techniqueswith accuracy and precision in predictingstudent’s aptitude for grouping and establishing an online project system in the future.
Language: English
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
SDG: Quality education
Open Access status: diamond
OpenAlex ID: W7215632676